[发明专利]异常区域图像生成网络的训练方法和相关产品

摘要

本申请涉及一种异常区域图像生成网络的训练方法和相关产品。该方法包括：获取训练样本图像，训练样本图像具有异常区域；将训练样本图像输入初始异常区域图像生成网络，得到初始异常区域图像，以及将初始异常区域图像与训练样本图像进行融合，得到融合图像；其中，融合图像包括预设的仿真标记；将融合图像和真实样本图像输入初始判别网络，得到融合图像的判别结果；采用损失函数计算判别结果与仿真标记之间的损失，根据损失对初始判别网络和初始异常区域图像生成网络进行训练；当损失函数的值达到收敛时，初始异常区域图像生成网络训练完成，得到异常区域图像生成网络。该方法可以提高训练得到的异常区域图像生成网络的精度以及训练效率。

主权项

1.一种异常区域图像生成网络的训练方法，其特征在于，包括：/n获取训练样本图像，所述训练样本图像具有异常区域；/n将所述训练样本图像输入初始异常区域图像生成网络，得到初始异常区域图像，以及将所述初始异常区域图像与所述训练样本图像进行融合，得到融合图像；其中，所述融合图像包括预设的仿真标记；/n将所述融合图像和真实样本图像输入初始判别网络，得到所述融合图像的判别结果；/n采用损失函数计算所述判别结果与所述仿真标记之间的损失，根据所述损失对所述初始判别网络和所述初始异常区域图像生成网络进行训练；当所述损失函数的值达到收敛时，所述初始异常区域图像生成网络训练完成，得到异常区域图像生成网络。/n